Υλοποίηση αλγορίθμου επίλυσης προβλημάτων 
πολυστοχικού ακέραιου προγραμματισμού AUGMECON-R
σε python

Παγώνης, Αναστάσιος; Pagonis, Anastasios

dc.contributor.author	Παγώνης, Αναστάσιος	el
dc.contributor.author	Pagonis, Anastasios	en
dc.date.accessioned	2021-07-21T07:08:02Z
dc.date.available	2021-07-21T07:08:02Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/53664
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.21362
dc.rights	Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-sa/3.0/gr/	*
dc.subject	AUGMECON-R	en
dc.subject	Ακέραιος προγραμματισμός	el
dc.subject	Integer programming	en
dc.subject	Παρέτο	el
dc.subject	Pareto	en
dc.subject	Πολυκριτήρια ανάλυση	el
dc.subject	Multicriteria analysis	en
dc.subject	Python	el
dc.title	Υλοποίηση αλγορίθμου επίλυσης προβλημάτων πολυστοχικού ακέραιου προγραμματισμού AUGMECON-R σε python	el
heal.type	masterThesis
heal.classification	Επιχειρησιακή Έρευνα	el
heal.classification	Πολυκριτηριακή Ανάλυση	el
heal.classification	Μαθηματικός Προγραμματισμός	el
heal.language	el
heal.access	campus
heal.recordProvider	ntua	el
heal.publicationDate	2021-06-23
heal.abstract	Στο πλαίσιο της αξιολόγησης επενδυτικών σχεδίων κλιματικής πολιτικής, σχεδιασμού εφοδιαστικών αλυσίδων, διαχείρισης χαρτοφυλακίων μετοχών και άλλων μείζονος σημασίας προβλημάτων της επιχειρησιακής έρευνας, αναπτύσσονται αλγόριθμοι βελτιστοποίησης με στόχο την παροχή υπηρεσιών υποστήριξης αποφάσεων προς τον αποφασίζοντα. Ωστόσο τα κριτήρια με τα οποία αξιολογούνται κρίσιμες παράμετροι των παραπάνω προβλημάτων συνήθως δεν είναι ένα, αλλά πολλά, με αποτέλεσμα η ανάλυσή τους να απαιτεί την επιστράτευση μεθόδων πολυκριτήριας ανάλυσης αποφάσεων οι οποίες χαρακτηρίζονται για την αυξημένη πολυπλοκότητά τους σε σχέση με εκείνες που επιλύουν προβλήματα μονοκριτηριακού προγραμματισμού. Η επιτομή της επίλυσης των πολυκριτηριακών προβλημάτων είναι η εύρεση του επονομαζόμενου μετώπου Pareto που παρέχει πλήρη εποπτεία των αποτελεσμάτων. Οι υπάρχοντες αλγόριθμοι ανταγωνίζονται μεταξύ τους ως προς την ακρίβεια εύρεσης του μετώπου και την ταχύτητα επίλυσης. Στην προτεινόμενη διπλωματική εργασία θα ολοκληρωθεί ανασκόπηση των αλγορίθμων, οι οποίοι εκκινούν από την μέθοδο ε-constraint και καταλήγουν εξελικτικά στη μέθοδο AUGMECON-R. Έπειτα θα αναπτυχθεί και παρουσιατεί η υλοποίηση της μεθόδου σε γλώσσα προγραμματισμού python, η οποία προσφέρει ευελιξία στο χειρισμό των δεδομένων εισόδου και στην απεικόνιση των αποτελεσμάτων. Η υλοποίηση θα χρησιμοποιηθεί για την επίλυση και παρουσίαση αποτελεσμάτων της επίλυσης προβλήματος κλιματικής πολιτικής.	el
heal.abstract	In the context of assessing climate policy investment plans, the design of supply chains, equity portfolio management, and other major problems within the operational research domain, optimization algorithms targeting the provision of decision support services to stakeholders are developed. However the criteria according to which critical parameters of such problems are evaluated are usually not one, but many; as a result, their analysis requires employing multi-objective mathematical programming methods, which are characterized by their increased complexity in comparison to methods aimed at solving single-objective problems. The epitome of multi-objective problem solving is the identification of the so called Pareto Front, which offers the stakeholder a full overview of the results. Existing algorithms compete against one another over the precision of the identification of the Pareto Front and the speed of the problem solution. This dissertation attempts a thorough review of relevant algorithms, on the basis of εconstraint method, which considered from an evolutionary view, lead to the conception of the AUGMECON-R algorithm. Then, an implementation of the algorithm will be developed and analyzed, using python programming language, which offers agility in handling input data and displaying the results. The implementation will be used for solving and presenting the results of a climate policy MOIP problem	en
heal.advisorName	Φορούλη, Αικατερίνη	el
heal.committeeMemberName	Δούκας, Χρυσόστομος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Ηλεκτρικών Βιομηχανικών Διατάξεων και Συστημάτων Αποφάσεων. Εργαστήριο Συστημάτων Αποφάσεων και Διοίκησης	el
heal.academicPublisherID	ntua
heal.numberOfPages	73 σ.	el
heal.fullTextAvailability	false